LLMとEC

LLM を ファッション EC に応用しようとしている話です

Transcript

1. LLMをECに導入しようとしている話
 1
2. もくじ
 1. 会社と事業の紹介
 2. 現状の EC の課題
 3. LLM を利用した EC
 4. より高度な会話型 EC の開発

3. 3 1
 会社と事業の紹介

4. DROBEのサービスの流れ
 70問のアンケートに答える
 1 2 3 自宅にスタイリストが選んだ商品 が届く
 気に入ったもののみ購入、
 それ以外を返品

5. DROBEの市場
 国内ファッション市場： 8兆円
 EC化率：< 22%*1
 >= 6.2兆円
 *1 経済産業省が2022年8月に公表した 2021 年の EC市場統計 https://www.meti.go.jp/press/2022/08/20220812005/20220812005.html オフライン市場の規模

6. 6 2
 現状のECの課題感

7. ECの課題
 • 自分が知らない商品には中々たどりつけない 
 ◦ 自分で検索条件を考えなる必要がある 
 ◦ さらにそれを PDCA していく必要がある 
 ワンピース
 ワンピース カジュアル
 ワンピース カジュアル 1万円以下 
 ワンピース カジュアル 2万円以下 
 洋服を検索する際の条件の例

8. ECの課題
 • あいまいな言葉での検索が出来ない 
 夏祭りに行くカジュアルなコーデを提案して 
 白いスカートに合うスニーカーを知りたい 
 この黒のワンピースと同じような見た目で安い商品ないの？ 
 あいまいな言葉で検索する例

9. LLMを利用したEC
 3
 9
10. LLMを利用した EC
 2023年3月リリース
 
 LLM を利用し、会話によって商品探索 を行える機能
 - 曖昧な検索ワードによってコー デの探索が可能
 
 - 会話のコンテキストを覚えておい てもらえるので、会話をしながら コーデを絞り込む事が出来る
 

11. LLMを利用した EC
 事前準備
 推論時

12. 課題感
 一方でLLMだけでECを提供する課題感もわかってきた 
 - 誰が言っても同じ結果を返す
 - 新商品をすぐに提案出来るようにしたい 

13. 13 4
 より高度な会話型ECの開発

14. 課題感に対する打ち手
 誰が言っても同じ結果を返す
 -> レコメンドエンジンと組み合わせれば良さそう 
 
 新商品をすぐに提案出来るようにしたい 
 -> DB や検索エンジンと組み合わせれば良さそう 

15. LLM を活用した EC 概念図
 Web server Client LLM
 検索エンジン (DB)
 レコメンド
 エンジン
 ① LLM に提案を作ってもらう
 ② LLM の提案を検索クエリにして検索
 ③ 検索結果をレコメンドエンジンを使ってソート

16. LLM の出力を検索クエリに変換
 Function calling という機能を使うと、自然言語による入力を JSON などの構造化データに変換する 事が出来る🎉

17. Function calling の Function 定義例

18. Prompt

19. 検証環境での結果

20. まとめ
 LLM と EC は相性が良さそう!
 DROBE は LLM によるコマースの可能性を追求していきます! 
 気になったら是非話しかけてください!